導讀： 視頻分析在過去十五年裡一直坎坎坷坷，但是人工智能的融入，讓新的智能分析在監控業務中取得了重大的突破。
視頻分析在過去十五年裡一直坎坎坷坷，但是人工智能的融入，讓新的智能分析在監控業務中取得了重大的突破。
然而，在向客戶證明這些新的解決方案既高效且節省成本之前，還有很多工作需要做，才能讓他們有信心在新技術上投入。遺憾的是，一些人工智能人臉識別產品在沒有經過足夠的測試便貿貿然上市，因此沒有給用戶留下良好的初步印象，這對於未來其他智能應用而言並非是好事。新的芯片架構與視頻分析軟件相結合，能更好地挖掘數據背後的價值，可以提高人們的工作效率以及企業的安全，雖然這些亮點被市場所理解需要一點時間，但這不會阻止其重建視頻監控生態系統的步伐。
首先是半導體架構的重大進步。現在的芯片能夠實現更快的處理速度，使“深度學習”和“機器學習”等算法的運行與數據分析的效率更高；當下AI視頻分析解決方案，大部分是在GPU架構下運作，並由“深度學習和”機器學習“算法所驅動。芯片製造商發現在新的架構下，可以更好實現AI芯片的性能。風險投資公司現在正投入數十億美元為這些AI初創企業融資。目前全球將近128家公司正在以硬件或者軟件的方式提供AI視頻分析解決方案。
但要開發和完善這項技術，需要對新業務流程、人員和技術創新進行持續不斷的投入與改進。值得注意的是，雖然全球資本市場已經投入了數十億美元，未來也會有更多的資金投入，當前似乎沒有出現寒冬的跡象。
在完善技術並將其推向市場方面仍有許多工作要做，但新的AI技術和業務模式為視頻分析市場提供了新的機會，這或許會徹底改變傳統監控的功能。
2018年，視頻分析已經遠遠超過了傳統的應用。新的人工智能平臺具備機器視覺與深度學習算法，可提供更加智能的視頻監控解決方案。這將推動人們對於人工智能的需求，而且不僅僅在新項目上，在原有系統的改造升級上同樣具備巨大的潛力。
將AI解決方案推向市場充滿挑戰性，它需要對已經建設的分銷渠道以及工程商與集成商進行新的教育與培訓。
視頻監控系統產生了大量的數據，但遺憾的是，它目前沒有被有效利用。據估計，目前正在運行的數百萬攝像頭佔總體數據的60％，這要比城市中任何的傳感器採集的數據都要大。因此，通過將這些非結構化數據轉換成結構化數據，再進而挖掘這些數據的潛在價值，仍需要一段時間。
在眾多垂直市場中，企業用戶在人工智能視頻運用的投入將是最大的，預計在未來18個月內將達到增長曲線的拐點。
全球人工智能視頻分析的市場
人工智能視頻分析市場尚處於初步階段，很少有統計數據能夠為其目前的規模提供說明。我們估計是2017年AI視頻分析解決方案的全球銷售額（包括beta測試產品）約為1．15億美元，其中大部分解決方案的使用者來自中國。
2017年傳統視頻分析市場達到2．5億美元。 然而隨著人工智能的融入，預計未來視頻分析的主要業務將由新技術代替，預計2022年AI視頻分析將超過VMS市場，並在未來的至少二十年內將持續保持穩定增長。
在圖中，我們預測分析2022年人工智能視頻分析的需求。這表明，從2017年開始，營收將達到1．15億美元。我們預計，未來5年，該公司的年複合增長率將達到90％，到2022年，銷售額將達到31億美元。這是一個讓人期待的市場，但我們認為這是現實的，但需要人工智能視頻分析在未來18個月的開發中取得持續的進展，滿足最終用戶的購買需求。
這些數據是基於2017年全球攝像頭6億數量的模型計算的，不包括住宅市場和小型單元式建築，因為這些用戶在一段時間內不太可能安裝AI視頻分析系統。當然考慮到現有的視頻監控和新設備的改造，銷售收入也隨之增加。
我們估計，人工智能視頻分析的技術在未來30年內的市場潛力可能達650億美元左右。這些數字僅僅是我們的估計，但在一定程度上反映了AI視頻分析市場潛在規模的尺度。
2017年，全球視頻監控產品市場為158．7億美元，人工智能視頻分析的預計收入為1．15億美元。這意味著AI視頻分析僅佔當年視頻監控市場總量的微不足道的比例。
我們估計，到2022年，它將佔視頻監控市場的約13％，前提是在未來12個月內，所有上市路線都已完全開發，並且AI視頻分析產品可滿足客戶的需求。
閱讀更多 人工智能情報局 的文章
